中国 AI 模型公司 DeepSeek 周三通过微信公众号宣布，已与 华为 达成合作，为华为 昇腾（Ascend） 系列芯片开发并开源一套编程底座。华为在编程基础设施的开发中提供了全面支持，双方还基于 128 颗昇腾 950 芯片推进了一个「超级节点」项目。

这一合作并非孤立事件。就在几周前，华为刚发布了面向计算超级集群和数据中心的新一代昇腾 AI 芯片产品线，并预计其 AI 芯片到 2027 年将广泛用于模型训练。华为处于中国发展本土 AI 芯片、降低对 英伟达 依赖的核心位置，过去一年间，北京方面也出台了一系列经济与监管措施来支持这一方向。

从 DeepSeek 自身的硬件路线看，转向国产替代的迹象已经持续了一段时间。该公司此前主要依赖英伟达硬件，尤其是 H800，但在 2026 年明显加快向国产方案迁移。其 V4-Flash AI 模型已针对华为芯片做了优化，背景是中国基本阻断了英伟达芯片的国内销售。

此次合作的核心看点在于软件层。芯片性能能否被充分释放，很大程度上取决于编程工具与生态的成熟度。英伟达的 CUDA 生态长期是其在 AI 训练市场的护城河，开发者习惯与工具链的迁移成本极高。DeepSeek 选择开源编程底座，意味着它试图把自身在模型侧的经验反哺到昇腾的软件栈中，降低开发者接入国产芯片的门槛。

对产业链而言，这一动作把模型层与芯片层的协同推向了更深的层次。模型公司参与芯片编程工具的共建，有助于形成「模型—工具—芯片」的闭环反馈，加速国产算力在实际训练任务中的可用性验证。若开源底座能吸引更多开发者采用昇腾，国产芯片在训练场景的渗透率有望逐步提升。

不过，生态建设是长周期工程。编程工具的开源只是起点，后续还需要编译器、算子库、框架适配以及大量真实工作负载的打磨。华为预计 2027 年其芯片在模型训练中广泛使用，这一时间表本身也说明规模化落地仍需时日。

对关注 AI 算力格局的投资者而言，这条消息的意义在于国产替代正从「硬件可用」走向「软件好用」的阶段。模型厂商与芯片厂商的深度绑定，可能改变中国 AI 基础设施的采购结构与技术路线选择，进而影响相关算力供应链的长期需求分布。